中国网络空间安全协会发布中文互联网语料资源平台，提供多标签分类的语料下载。该平台在中央网信办指导下，汇聚了包括协会、国家互联网应急中心、人民网等机构的高质量可信数据，形成120GB、3800万条的中文互联网基础语料2.0。平台共入驻27个语料数据集，总数据量约2.7T，分为基础语料、共享语料和优质样本三类。用户可通过协会网站注册认证后下载。此举旨在为人工智能技术创新和产业发展提供数据支撑。

🌐中文互联网语料资源平台正式发布，支持多种标签分类，方便用户下载使用。

📊平台汇集多方高质量数据，包括中文互联网基础语料2.0，规模达120GB，共3800万条数据。

📚平台入驻27个数据集，总数据量约2.7T，包含基础语料、共享语料和优质样本三类。

🔐用户需注册认证后方可下载语料，确保数据安全可信。

🚀该平台旨在为人工智能技术创新和产业发展提供有力的数据支撑。

IT之家 1 月 11 日消息，中国网络空间安全协会于 1 月 9 日发布公告，面向社会发布中文互联网语料资源平台，支持行业领域、内容模态、体量规模等多种标签分类，便于用户下载与使用。

该协会表示在中央网信办指导下，会同国家互联网应急中心，在前期发布中文互联网基础语料 1.0 的基础上，依托专委会建立的语料共建共享机制，汇聚一批新的高质量可信数据，经过信源筛选、内容过滤、数据去重等一系列严格细致的数据加工处理措施，形成并对社会发布中文互联网基础语料 2.0，规模 120GB，数据 3800 万条。

IT之家注：目前平台共入驻 27 个语料数据集，数据总量约 2.7T，主要分三类：

一是中国网络空间安全协会会同国家互联网应急中心等建设的中文互联网基础语料；

二是人民网、北京智源研究院、上海人工智能实验室等单位共享的互联网语料；

三是中国网络空间研究院、中国国家版本馆、中国大百科全书出版社、中国社会科学院图书馆等单位贡献的优质中文基础语料样本。

用户登录中国网络空间安全协会网站（https://www.cybersac.cn/ newhome），点击“中文互联网语料资源平台”链接，通过注册、认证等程序，即可下载相关语料。

网安协会人工智能安全治理专委会负责人表示，数据是发展人工智能的基础关键资源，中文互联网基础语料 2.0 是各界协同共建高质量中文语料的又一重要成果，专委会将持续加强中文互联网基础语料建设，为人工智能技术创新和产业发展提供有力支撑和保障。